> ## Documentation Index > Fetch the complete documentation index at: https://docs.apollospace.ai/llms.txt > Use this file to discover all available pages before exploring further. # O que é memória de agente de IA? > A categoria, definida de forma independente de qualquer fornecedor: os três tipos de memória que um agente de IA em produção precisa, por que uma janela de contexto zerada a cada sessão não é memória, e como os agentes do Apollo Space implementam isso. ## Definição **Memória de agente de IA** é o mecanismo que permite a um agente reter e reutilizar informação entre conversas e ao longo do tempo, em vez de começar do zero a cada sessão. É o que separa um agente que "aprende" sobre sua organização de um que precisa ser rebriefado sobre os mesmos fatos toda vez que você abre um novo chat. Memória é uma categoria com estrutura real — não um blob indiferenciado de "coisas que o agente lembra." Arquiteturas de agente em produção geralmente distinguem três tipos: Fatos discretos: datas, preferências, quem é dono do quê, o que foi prometido a qual cliente. O tipo de coisa que você anotaria numa nota. Abordagens que funcionaram antes — como um certo tipo de tarefa costuma ser bem feita nesta organização, aprendido pela repetição em vez de declarado uma única vez. Insights destilados de muitas conversas — padrões e conclusões que emergem ao longo de dezenas de interações, não rastreáveis a uma única delas. ## Por que uma janela de contexto grande não é a mesma coisa que memória Um modelo com uma janela de contexto muito grande consegue segurar bastante texto numa única conversa, mas isso não é memória no sentido que importa operacionalmente: não persiste depois que a conversa termina, não é reutilizado por um agente *diferente* trabalhando numa tarefa relacionada, e não é estruturado — uma parede de transcrição crua não é a mesma coisa que um fato curado, um procedimento aprendido, ou um insight destilado. Memória de agente de verdade é retida **entre** sessões e agentes, não só mantida dentro de uma sessão longa. ## Como ela costuma ser recuperada O padrão dominante em produção é **busca semântica** sobre um repositório de memória — um agente pergunta "existe algo relevante para o que estou fazendo agora," e recebe de volta os fatos, procedimentos ou insights que combinam, em vez de exigir uma correspondência exata de palavra-chave. É isso que permite que um agente novo, ou o mesmo agente numa tarefa nova, se aproveite de contexto que ninguém precisou reexplicar. ## A implementação da Apollo Space A camada de memória compartilhada da Apollo Space é o **[Company Brain](/pt/features/brain)** — com escopo por organização e versionado, guardando documentos, capturas de conhecimento (trechos da web com URL de origem e uma nota), o documento de voz da organização, e **memórias de agente**: fatos, preferências e padrões aprendidos acumulados pela operação real, não escritos à mão. Todo [agente](/pt/concepts/agents) que precisa de contexto roda uma busca semântica no Brain antes de agir, e o que um agente aprende fica disponível para os outros trabalhando na mesma organização — com a memória pessoal do [Digital Twin](/pt/agents/digital-twins) restrita de forma privada ao indivíduo que ele representa, nunca vazando para o Brain da organização inteira. Isolamento importa aqui tanto quanto recuperação: a memória tem escopo por organização, então o Brain de um cliente nunca aparece no contexto de agente de outro. Veja [Multi-tenant](/pt/trust/multi-tenant) para como essa fronteira é garantida. ## O que memória não faz Recuperar memória não é a mesma coisa que julgamento. Um agente lembrar que um desconto foi prometido no trimestre passado não significa que ele deva aplicar um novo — a arquitetura de [Agentes](/pt/concepts/agents) mantém um orçamento e uma fronteira de confiança em torno de quais ações informadas por memória um agente pode tomar de forma autônoma versus quais ele precisa propor a um humano primeiro. ## Próximos passos A implementação da Apollo Space da camada de memória, em detalhe completo. Como memória se encaixa junto com persona, ferramentas e orçamento. Como a memória permanece isolada entre organizações. A categoria que mais visivelmente depende da memória funcionar bem. This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.